PlaneSLAM：面向结构化三维环境中运动规划的基于平面的激光雷达SLAM
机器人学
2022-10-03 v2
摘要
激光雷达传感器是机器人在未知环境中同步定位与建图（SLAM）的有力工具，但其产生的原始点云密集、存储计算开销大，且不适合下游自主任务（如运动规划）直接使用。为与运动规划集成，SLAM流程生成轻量级几何地图表示是可取的。此类表示也特别适用于人造环境，后者常可视为建立在笛卡尔网格上的所谓“曼哈顿世界”。本文提出一种面向曼哈顿世界环境的3D激光雷达SLAM算法，从点云中提取平面特征以实现轻量级、实时的定位与建图。我们的方法生成基于平面的地图，其内存占用显著低于等效点云，并适用于运动规划的快速碰撞检测。通过利用曼哈顿世界假设，我们旨在提取正交平面，以生成比现有基于平面的激光雷达SLAM方法更结构化、更有条理的地图。我们在高保真AirSim模拟器及配备Velodyne激光雷达的地面 rover 的真实实验中展示了我们的方法。两种情况下，我们均能以匹配传感器10 Hz速率生成高质量地图与轨迹估计。
引用
@article{arxiv.2209.08248,
title = {PlaneSLAM: Plane-based LiDAR SLAM for Motion Planning in Structured 3D Environments},
author = {Adam Dai and Greg Lund and Grace Gao},
journal= {arXiv preprint arXiv:2209.08248},
year = {2022}
}